nofwl

GitHub
4.2k 396 非常简单 1 次阅读 4天前GPL-3.0语言模型
AI 解读 由 AI 自动生成,仅供参考

NoFWL 是一款专为 Mac、Windows 和 Linux 用户打造的跨平台桌面应用程序。它深受知名开源项目 lencx/ChatGPT 的启发,但在功能深度与用户体验上进行了显著增强,旨在为用户提供更流畅、更强大的 AI 交互环境。

在日常使用中,许多用户往往受限于网页版 AI 服务的不便,如数据隐私担忧、界面缺乏个性化或操作繁琐等问题。NoFWL 正是为了解决这些痛点而生。它支持直接配置 OpenAI API Key,让用户能够摆脱浏览器限制,直接在本地享受高效的对话体验。更重要的是,NoFWL 坚持“数据本地化”原则,所有聊天记录与设置均存储在用户设备端,不上传至任何第三方服务器,从而最大程度地保障了信息的安全与隐私。

在功能细节上,NoFWL 提供了浅色、深色及跟随系统等多种主题模式,并原生支持中英文界面切换,满足不同用户的视觉偏好与语言需求。目前,该软件正处于积极开发阶段,未来计划引入系统托盘、多格式导出(PNG/PDF/Markdown)、快捷指令及插件系统等高级特性,进一步拓展其应用场景。

NoFWL 非常适合希望高效利用 AI 能力的各类人群,无论是需要频繁调用 API 的开发者、注重数据隐私的研究人员,还是追求简洁美观界面的普通用户,都能从中受益。对于熟悉 Homebrew 的 macOS 用户,它还提供了便捷的命令行安装方式,体现了对技术友好性的兼顾。如果你正在寻找一款安全、轻量且功能潜力巨大的 AI 桌面客户端,NoFWL 值得尝试。

使用场景

自由职业开发者李明需要在多设备间频繁使用 AI 辅助编程,但他对云端数据隐私极为敏感,且厌倦了浏览器中杂乱的标签页管理。

没有 nofwl 时

  • 隐私焦虑严重:每次使用网页版 AI 服务,都担心对话记录被云端留存或用于模型训练,处理敏感代码时需反复手动清理历史记录,心理负担重。
  • 工作流割裂低效:需要在浏览器中保持多个标签页登录不同账号,切换上下文时容易迷失,且无法快速区分工作与个人闲聊的对话场景。
  • 配置迁移繁琐:在公司的 Windows 电脑和家里的 Mac 之间切换时,需要重新登录并调整界面设置,缺乏统一的本地化配置管理,体验不一致。
  • 视觉干扰大:浏览器的地址栏、书签栏等无关 UI 元素占据屏幕空间,深色模式下网页适配不佳,长时间编码辅助导致视觉疲劳。

使用 nofwl 后

  • 数据本地掌控:nofwl 强调所有数据本地存储,李明可以放心地粘贴私有代码片段进行调试,无需担心数据泄露,彻底消除了隐私顾虑。
  • 沉浸式专注体验:作为独立的桌面应用,nofwl 提供了纯净的交互界面,去除了浏览器冗余元素,支持深色主题完美适配夜间编程,显著提升专注度。
  • 跨平台一致体验:通过 Homebrew 在 Mac 安装,直接下载 MSI 在 Windows 部署,nofwl 在两套系统上提供了统一的操作逻辑和界面风格,降低了切换成本。
  • 安全便捷接入:直接在应用内配置 OpenAI API Key,避免了每次在网页端输入密码的麻烦,同时隔离了浏览器插件可能带来的安全风险,启动即用。

nofwl 通过提供安全、本地化且跨平台的桌面级 AI 交互环境,让开发者在享受 AI 助力的同时,重新夺回了数据主权与工作专注力。

运行环境要求

操作系统
  • Linux
  • macOS
  • Windows
GPU

未说明

内存

未说明

依赖
notes该工具为桌面应用程序,提供预编译安装包(Windows .msi, macOS .dmg, Linux .deb/AppImage),无需配置 Python 环境。macOS 最低支持版本为 10.14.6+。若在 macOS 上遇到“应用已损坏”的安全提示,需在终端执行 `xattr -cr /YOUR_PATH/NoFWL.app` 命令解除隔离属性。所有数据本地存储,支持 OpenAI API Key 配置及多主题切换。
python未说明
nofwl hero image

快速开始

ChatGPT

NoFWL

NoFWL 桌面应用(Mac、Windows 和 Linux)

访问者 ChatGPT 下载量 lencx

请我喝杯咖啡

目前仍在积极开发中,请耐心等待。其开发灵感来源于 lencx/ChatGPT,但 NoFWL 具备更强大的功能。

安装

Windows

NoFWL_0.1.0_windows_x86_64.msi: 直接下载安装程序

macOS

  • NoFWL_0.1.0_macos_aarch64.dmg: 直接下载安装程序
  • NoFWL_0.1.0_macos_x86_64.dmg: 直接下载安装程序
  • Homebrew
    或者您也可以通过 Homebrew (Cask) 进行安装:
    brew tap lencx/nofwl
    brew install --cask nofwl --no-quarantine
    
    此外,如果您维护着 Brewfile,可以添加如下内容:
    repo = "lencx/nofwl"
    tap repo, "https://github.com/#{repo}.git"
    cask "nofwl", args: { "no-quarantine": true }
    

开发者无法验证?

在 Mac 上打开来自未识别开发者的应用

最低系统要求

macOS 10.14.6+

macOS macos_xxx 似乎无法运行

如果您在 macOS 上安装软件时遇到“‘ChatGPT’已损坏,无法打开。请将其移到废纸篓”的错误提示,这可能是由于 macOS 的安全设置限制所致。要解决此问题,请尝试在终端中运行以下命令:

xattr -cr /YOUR_PATH/NoFWL.app

Linux

功能

  • OpenAI API 密钥
  • 主题(浅色、深色、系统)
  • 多语言支持(英语、中文)
  • 安全可靠,所有数据均本地存储

I18N

如果您希望为该应用贡献其他语言的翻译,可以在此处查看。

locales/{lang}.yml

计划中

  • 系统托盘
  • 导出功能(PNG、Markdown、PDF)
  • 斜杠命令
  • 快捷键
  • 提示词
    • 同步
    • 自定义
  • 插件

预览图

nofwl

深色主题

浅色主题

版本历史

v0.1.02023/03/30

常见问题

相似工具推荐

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

140.4k|★★☆☆☆|今天
开发框架Agent语言模型

NextChat

NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。

87.6k|★★☆☆☆|昨天
开发框架语言模型

ML-For-Beginners

ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。

85k|★★☆☆☆|今天
图像数据工具视频

ragflow

RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。

77.1k|★★★☆☆|2天前
Agent图像开发框架

PaddleOCR

PaddleOCR 是一款基于百度飞桨框架开发的高性能开源光学字符识别工具包。它的核心能力是将图片、PDF 等文档中的文字提取出来,转换成计算机可读取的结构化数据,让机器真正“看懂”图文内容。 面对海量纸质或电子文档,PaddleOCR 解决了人工录入效率低、数字化成本高的问题。尤其在人工智能领域,它扮演着连接图像与大型语言模型(LLM)的桥梁角色,能将视觉信息直接转化为文本输入,助力智能问答、文档分析等应用场景落地。 PaddleOCR 适合开发者、算法研究人员以及有文档自动化需求的普通用户。其技术优势十分明显:不仅支持全球 100 多种语言的识别,还能在 Windows、Linux、macOS 等多个系统上运行,并灵活适配 CPU、GPU、NPU 等各类硬件。作为一个轻量级且社区活跃的开源项目,PaddleOCR 既能满足快速集成的需求,也能支撑前沿的视觉语言研究,是处理文字识别任务的理想选择。

74.9k|★★★☆☆|今天
语言模型图像开发框架

OpenHands

OpenHands 是一个专注于 AI 驱动开发的开源平台,旨在让智能体(Agent)像人类开发者一样理解、编写和调试代码。它解决了传统编程中重复性劳动多、环境配置复杂以及人机协作效率低等痛点,通过自动化流程显著提升开发速度。 无论是希望提升编码效率的软件工程师、探索智能体技术的研究人员,还是需要快速原型验证的技术团队,都能从中受益。OpenHands 提供了灵活多样的使用方式:既可以通过命令行(CLI)或本地图形界面在个人电脑上轻松上手,体验类似 Devin 的流畅交互;也能利用其强大的 Python SDK 自定义智能体逻辑,甚至在云端大规模部署上千个智能体并行工作。 其核心技术亮点在于模块化的软件智能体 SDK,这不仅构成了平台的引擎,还支持高度可组合的开发模式。此外,OpenHands 在 SWE-bench 基准测试中取得了 77.6% 的优异成绩,证明了其解决真实世界软件工程问题的能力。平台还具备完善的企业级功能,支持与 Slack、Jira 等工具集成,并提供细粒度的权限管理,适合从个人开发者到大型企业的各类用户场景。

70.6k|★★★☆☆|今天
语言模型Agent开发框架